Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Отправим стукачей в ГУЛАГ
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4. Огромная подборка расширений для Burp Suite (Community и Pro) с описанием
5. Мультиагентная система, которая проводит пентест
6. ИИ для пентеста в 2026: что реально работает на engagement'ах, а что — маркетинг
7. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг

«Не сетка»: ИИ впервые в истории сам решил центральную проблему геометрии

#OpenAI #ai #ии

OpenAI сообщила, что ее внутренняя модель опровергла гипотезу Эрдёша 1946 года о единичных расстояниях — одну из самых известных задач комбинаторной геометрии. Это первый случай, когда центральная открытая задача целой подобласти математики решена ИИ полностью автономно. Препринт уже проверен, упрощен и усилен сторонними математиками, в том числе специалистами по теории чисел.

Сама задача формулируется на школьном уровне: возьмите n точек на плоскости и посчитайте, сколько пар оказались на расстоянии ровно 1. Какое максимально возможное число таких пар? Эрдёш в 1946 году построил пример: на квадратной сетке размером корень из n на корень из n получается чуть больше n единичных пар, то есть рост лишь немного быстрее линейного. Дальше он предположил, что лучше нельзя — сетка по сути оптимальна. За опровержение или доказательство этой гипотезы Эрдёш предлагал денежный приз, а в обзорной книге Брасса, Мозера и Паха задача описана как "возможно, самая известная и самая простая для объяснения проблема комбинаторной геометрии".

80 лет верили, что Эрдёш прав. Внутренняя модель OpenAI показала обратное: существует бесконечное семейство конфигураций, в которых число пар растет на полиномиальную долю быстрее, чем у сетки. Сама конструкция неожиданная: вместо геометрии, которой эту задачу пытались решать 80 лет, модель ушла глубоко в теорию чисел. Точки на плоскости она собрала как проекции элементов из бесконечных башен специальных числовых полей — объектов, существование которых обеспечивает классическая теорема Голода-Шафаревича 1960-х годов. Этот аппарат с задачей про точки и расстояния раньше никто не связывал.

Главное в этой новости — не сам результат, а как он получен. По описанию OpenAI, процесс был полностью автоматическим. Условие задачи сформулировал другой ИИ, внутренняя модель выдала доказательство, проверяющая ИИ-система с высокой уверенностью пометила его корректным — и только после этого к препринту подключились живые математики. Решала не специализированная модель для математики и не агент, заточенный на перебор стратегий доказательств, а универсальная рассуждающая модель — судя по всему, одна из новых версий GPT, которая скоро может заменить GPT-5.5. Внешние эксперты подтвердили корректность; математик из Принстона, по словам OpenAI, готовит дальнейшее уточнение результата.

Это не первый случай, когда ИИ решил одну из открытых задач Эрдёша. Но ранее речь шла о пунктах из общего перечня — пусть открытых, но не центральных. Здесь масштаб другой: решена та самая задача, которую Брасс-Мозер-Пах ставили во главу угла подобласти, и сделано это без человека на содержательном этапе. Тезис "ИИ-модели делают настоящую математику, которую потом проверяют коллеги по цеху" больше не выглядит спорным. Главным становится другой вопрос: какие из остальных центральных открытых задач — и из каких подобластей — поддадутся следующими.

Life-Hack - AI

Anthropic купила стартап, на котором держатся SDK конкурентов — и сворачивает его продукты

#Anthropic #ai #ии

Anthropic объявила о покупке Stainless — нью-йоркского стартапа, который автоматически генерировал SDK для API крупнейших AI-компаний. По данным The Information, сумма сделки превышает $300 млн. Первое, что Anthropic сделала после покупки — объявила о сворачивании всех хостинговых продуктов Stainless, включая сам генератор SDK.

Stainless основал в 2022 году Алекс Рэттрей, бывший инженер Stripe. Его стартап решал конкретную проблему: когда компания выпускает API, ей нужны SDK — готовые библиотеки для разработчиков на Python, TypeScript, Go, Java и других языках. Делать их вручную дорого, поддерживать при каждом обновлении API — еще дороже. Stainless автоматизировал этот процесс: принимал спецификацию API и выдавал готовые библиотеки с обработкой ошибок, пагинацией и стримингом. Клиентами были OpenAI, Google, Cloudflare, Replicate, Runway — и сама Anthropic, которая использовала Stainless с первых дней своего API.

Главная интрига сделки — в том, кто теряет. OpenAI в свое время отказалась от собственного SDK-решения, потому что поддержка обходилась слишком дорого, и перешла на Stainless. Теперь эта инфраструктура принадлежит Anthropic, а конкурентам придется либо строить свое, либо переходить на альтернативы вроде Speakeasy или LibLab — менее распространенные и без такого охвата по языкам. Anthropic уточнила, что уже сгенерированные SDK останутся у клиентов с полными правами на модификацию, но новых генераций не будет.

Для Anthropic это четвертое поглощение за полгода — и первое, которое напрямую бьет по продуктам OpenAI и Google. Предыдущие покупки закрывали другие дыры: JavaScript-рантайм для Claude Code, технология управления компьютером, команда из биотеха. Но Stainless — это не талант и не технология для внутреннего использования, а инфраструктурный слой, на котором сидела вся отрасль. Сигнал понятный: конкуренция в AI сместилась от моделей к платформе, и Anthropic собирается владеть как можно большей частью цепочки между своими моделями и разработчиками.

Life-Hack - AI

Год бана за ИИ-слоп: arXiv ужесточил правила для авторов

#ai #новость #arXiv

Платформа препринтов arXiv ввела годовой бан для авторов, в чьих работах находят неопровержимые следы "ИИ-мусора". О новом подходе написал X Томас Диттерих, глава секции информатики arXiv: по его словам, если автор работы использовал ИИ для создания контента и не проверил его вручную, то такой статье нельзя доверять целиком.

Под "неопровержимыми доказательствами" понимают вполне конкретные вещи. Это галлюцинированные ссылки — то есть выдуманные моделью источники, которых не существует. И мета-комментарии самой нейросети, случайно оставленные в тексте: например, "вот краткое содержание на 200 слов, хотите что-то изменить?" или "данные в этой таблице иллюстративные, подставьте реальные числа из ваших экспериментов". Логика arXiv простая: если автор не заметил такую вставку, значит, он не вычитывал и остальное.

Попавшийся хотя бы раз получает год запрета на загрузку, а после него все новые материалы автора должны сначала пройти прием на признанной рецензируемой площадке — журнале или конференции. Решения можно обжаловать, и Диттерих подчеркивает, что правило применяют только к случаям с бесспорными уликами, а не к подозрениям на стилистику.

Ужесточение — реакция на резкий рост количества некачественных работ. По данным модераторов, много лет доля отклоняемых статей держалась около 4%, после выхода ChatGPT в 2022-м ничего не менялось, но с начала 2025 года число "мусорных" статей пошло вверх по экспоненте — сначала в информатике, потом в других дисциплинах. Сейчас отклоняют уже 10–12% присланных работ. В октябре площадка уже запретила публиковать обзорные статьи и аналитические доклады по информатике без предварительного рецензирования — теперь очередной этап ужесточения.

Life-Hack - AI

Иголка в стоге сена: как LLM помогают искать уязвимости

#ai #llm #ии #pentest #0day #anthropic

Примечание: изначально я хотел написать одну большую статью, которая закрыла бы всю методологию и технические детали приемов, которыми я пользуюсь: дифференциальный фаззинг на базе ИИ, grammar-based fuzzing, автоматическую генерацию harness-ов и связанные с этим рабочие процессы. Но я понял, что если упаковать все это в один текст, он станет непомерно плотным и тяжелым для чтения.

Поэтому перед вами первая часть. Здесь я даю верхнеуровневый обзор методологии и ключевых идей, на которых строится мой подход к использованию LLM. В следующих публикациях я подробнее разберу технические детали и реализацию каждого компонента.

Все, что описано ниже, предназначено строго для обучения и исследований. Любое неправильное использование или вредоносная активность на его основе остаются на совести того, кто этим занимается.

Life-Hack - AI

Я сделал альтернативу Cursor за выходные: она ничего не пишет за программиста и приносит 1,29 млн рублей в месяц

#ии #ai #cursor

Статья‑интервью написана на основе разговора с Артёмом, основателем проекта Stopilot — редактора кода, который помогает разработчику не писать код, пока тот не понял задачу.

Большинство историй про AI‑инструменты выглядят одинаково: человек открывает Cursor, за выходные собирает SaaS, выкладывает скриншот MRR и дальше объясняет, что главное — не думать, а быстро валидировать гипотезы. Рынок не ждёт, окно возможностей закрывается, конкуренты уже деплоят.

Артём пошёл в другую сторону. Он заметил, что после Cursor у многих команд появилась новая проблема: код пишется быстрее, чем его успевают понимать. За выходные он собрал альтернативу Cursor, которая на любой промпт отвечает: «Сначала сформулируйте задачу человеческими словами». Через 8 месяцев Stopilot вышел на 1,29 млн рублей в месяц.

Он сам расскажет, как это было.

Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Инструмент для пассивной разведки, который использует данные из CommonCrawl для поиска поддоменов
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4. Сетевая разведка из Linux: nmap, masscan, netcat и tcpdump — практические сценарии для пентеста
5. Отличный инструмент для ленивых админов и исследователей
6. Сервис обратного поиска по email
7. Хакинг бытовых устройств программно-определяемым радио: от теории радиоволн к первому взлому
8. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)
9. Анализатор сетевого трафика

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг

Cisco сократила 4000 человек на фоне рекордной выручки. Уволенным подарили курс по ИИ

#Cisco #увольнения #ai #ии

Cisco в среду, 13 мая, опубликовала рекордный квартальный отчет — выручка $15.84 млрд, рост на 12% год к году, выше всех прогнозов аналитиков. Одновременно в письме к команде генеральный директор Чак Роббинс сообщил, что компания режет 4000 рабочих мест, около 5% штата. Уведомления уволенным начинают рассылать сегодня, 14 мая. И в прощальный пакет, кроме выходного пособия и помощи в трудоустройстве, Cisco добавила год бесплатного доступа к курсам и сертификациям своей учебной платформы — в том числе по AI.

Платформа называется Cisco U, год доступа — официально часть пакета поддержки. Курсы покрывают "AI, Security, Networking и многое другое" — формулировка из сообщения. Логика по-своему железная: переучитесь на то, ради чего вас уволили, и попробуйте найти работу там, где AI пока не вытеснил людей. Параллельно Роббинс пообещал оставшимся "стратегические инвестиции... в использование AI нашими сотрудниками". То есть AI-обучение в Cisco стало одновременно прощальным жестом уволенным и заметным пунктом KPI для тех, кто остается.

Под капотом разворота — большие цифры. С начала финансового года Cisco собрала $5.3 млрд заказов на AI-инфраструктуру от гиперскейлеров — крупнейших облачных провайдеров вроде Amazon, Microsoft и Google. Компания удвоила годовой прогноз по AI-заказам с $5 до $9 млрд и подняла прогноз годовой выручки сразу на $1.6 млрд. Финансовый директор Марк Паттерсон на звонке с аналитиками заглянул в 2027 финансовый год — минимум $6 млрд AI-выручки. Акции после закрытия торгов в среду подскочили примерно на 17% — потенциально сильнейшее однодневное ралли с 2002 года.

Интересно, что еще в августе 2025 года тот же Роббинс прямым текстом говорил CNBC: "Я не хочу избавляться от кучи людей. Я не хочу увольнять инженеров". Он хотел, чтобы инженеры "быстрее придумывали новое и становились продуктивнее". Через девять месяцев Cisco увольняет 4000 человек, мотивируя это ровно тем же — освободить ресурсы под AI. В записке Роббинс пишет: "Победителями AI-эры станут компании с фокусом, срочностью и готовностью постоянно перенаправлять инвестиции туда, где спрос и долгосрочная ценность выше всего". А ниже — отдельный абзац для уволенных: "Спасибо за вклад, за преданность и за след, который вы оставили в этой компании".

Life-Hack - AI

ИИ-агент Claude Code помог пользователю вернуть доступ к кошельку с 5 BTC, который 12 лет был закрыт из-за утери пароля

#ai #Claude #BTC #новость
ИИ-агент Claude Code помог пользователю расшифровать локальный файл на устройстве, где была сид-фраза. В ходе процесса анализа данных со старого ПК получилось вернуть доступ к кошельку с 5 BTC, который 12 лет был заблокирован из-за утери пароля.

Пользователь пояснил, что под воздействием вредных веществ в колледже сменил пароль, который в итоге после помощи ИИ был раскрыт и оказался таким: «lol420f@ckthePOLICE!*:)»

«Я попробовал около 7 триллионов паролей. Нашёл этот старый мнемонический код несколько недель назад, который оказался старым паролем до того, как я его сменил. Думал, что я всё потерял. В отчаянии загрузил весь свой старый компьютер из колледжа в Claude. ИИ предложил восстановить документы на старом ноутбуке и нашёл файл цифрового кошелька с паролями. Попробовали ~3,5 триллиона паролей, но ни один не сработал, в итоге сопоставили старую сид-фразу, найденную в студенческой тетради, со старым файлом кошелька»,

— пояснил пользователь.

В комментариях эксперты уточнили, что Claude не взломал сид-фразу, а расшифровал локальный файл на устройстве, где была эта фраза. Всё равно огромная победа для владельца, и никаких проблем с безопасностью для пользователей с биткоином.

Life-Hack - AI

Обзор нейросети Suno v5 в 2026 году: чем она лучше Udio и Riffusion после выхода обновления 5.5?

#ai #нейросети #сравнениесервисов #ии

Вы заметили, как часто в чарты популярных стриминговых сервисов стали попадать сгенерированные нейросетями треки? Иногда их можно спутать с реальными творениями, созданными людьми. Например, в феврале 2026 чарты «Яндекс Музыки» и VK впервые возглавил сгенерированный трек. Проект СДП на стихи Есенина набрал 4,2 млн слушателей за месяц, став хитом.

Но сколько сил вкладывают люди, чтобы создать свой трек, не используя нейросеть? Если сравнить затраты средств и сил на создание реального трека и нейросетевого, думаю ответ очевиден — ИИ-контент создавать гораздо проще. Правда, зачастую он получается не самого лучшего качества. А если все-таки можно сделать что-то достойное при помощи нейросети? Это мы и проверим.

В статье протестируем возможности Suno v5 и ее конкурентов. Попробуем сгенерировать композиции в нескольких жанрах: от джаза и шансона до тяжелого рока. Также мы оценим качество генерации женского и мужского вокала на русском и английском.

Сразу уточню один момент, чтобы в комментариях не было споров: я сравнил и 5,0, и 5.5, и особой разницы не увидел. По ощущениям — разработчики просто подкрутили пару конфигов или обновили базу пресетов. Однако, раз в интерфейсе сейчас актуальна 5.5, все тесты я проводил именно на ней. Если у вас 5.0 — не переживайте, вы ничего не теряете.

Life-Hack - AI

AI инструменты для пентеста: какая LLM реально работает в offensive security

#AI #pentest #статья

За последние полтора года я прогнал через реальные задачи десятки AI инструментов для пентеста - от облачных frontier-моделей до self-hosted 7-миллиардников на Ollama. Маркетинг обещает «autonomous pentesting за минуты», а реальная картина интереснее и честнее. Одни модели стабильно крафтят SQLi-пейлоады с первой попытки, другие галлюцинируют несуществующие эндпоинты и роняют продуктив. Индустрия выкатывает security-ориентированные LLM, но вопрос для практика прежний: что конкретно экономит мне время, а что его крадёт.

Здесь - честное сравнение LLM для атак и защиты. Не пересказ README, а цифры из бенчмарков, реальная стоимость engagement и три шага для интеграции AI автоматизации пентеста в ежедневный workflow. Я работаю с Burp Suite, Metasploit, nuclei и sqlmap каждый день - и параллельно обкатываю LLM-пайплайны для ускорения рекона и генерации отчётов. Вот что выяснилось.

Ссылка на статью

Life-Hack - AI

AI фишинг атаки на малый бизнес: detection, аудит и защита в 2026

#статья #pentest #ai #phishing

За последний год мы разобрали в Microsoft Sentinel больше двадцати инцидентов, где AI-генерированные spear-phishing письма проходили через стандартный Secure Email Gateway без единого срабатывания. Ни одного алерта. Во всех случаях - малый бизнес с типовой почтовой инфраструктурой: Microsoft 365, базовый Exchange Online Protection, DMARC в режиме p=none. Атакующим хватало пятнадцати минут скрапинга LinkedIn и одного промпта в LLM, чтобы сгенерировать письмо, неотличимое от реальной деловой переписки. Бухгалтер открывала «акт сверки», потому что там были правильные реквизиты контрагента и номер реального договора.

Здесь не обзор трендов. Здесь - конкретные векторы AI фишинг атак на малый бизнес с привязкой к MITRE ATT&CK, воспроизводимые detection rules для SIEM, чеклист аудита почтовой инфраструктуры и бюджетный стек антифишинговой защиты для компании на 20–200 человек.

Ссылка на статью

Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Деаутентифицирует всех подключённых клиентов от близлежащих Wi-Fi сетей и пытается захватить рукопожатия
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4. Как оператор связи видит, что вы используете VPN — техническая сторона вопроса
5. OSINT‑инструмент для структурированного сбора и анализа данных Telegram
6. Легитимный инструмент мониторинга с открытым исходным кодом
7. Из-за критической уязвимости VLESS клиентов скоро все ваши VPN будут заблокированы
8. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг

С праздником!

С Claude Mythos команда Firefox за апрель закрыла больше уязвимостей, чем за весь 2025-й

#ai #Firefox #ClaudeMythos

Mozilla опубликовала технический разбор работы с Claude Mythos Preview, передовой моделью Anthropic, которую компания пока открыла узкой группе компаний для поиска уязвимость. За апрель 2026 года в браузере закрыли 423 уязвимости. Для сравнения: суммарно за весь 2025 год — 258, в среднем 17-31 исправление в месяц. Ритм поменялся в феврале (61) и марте (76), когда Mozilla работала с более ранней моделью Claude Opus 4.6, и резко вырос в апреле после перехода на Mythos.

Среди раскрытых уязвимостей есть баг в обработке HTML-элемента <legend>, проживший в коде 15 лет, и проблема в XSLT возрастом 20 лет: повторный вызов key() запускает перестроение хэш-таблицы, при котором ее хранилище освобождается, хотя на него еще указывает действующий указатель. Эти баги десятилетиями пропускали фаззеры — системы автоматического перебора входных данных.

Среди более сложных кейсов — атака через границу IPC: значение NaN, переданное между процессами, может замаскироваться под tagged-указатель на JS-объект и стать инструментом для побега из песочницы в привилегированный parent-процесс. Еще одна находка эксплуатирует семантику rowspan=0 в HTML-таблицах — добавив более 65535 строк, атакующий обходит ограничение и переполняет 16-битный layout bitfield, который годами не замечали фаззеры.

Не менее интересно то, что Mythos НЕ смог пробить. В логах harness — обвязки, которая запускает модель и проверяет ее гипотезы, — видно, что модель многократно пыталась эскалировать привилегии через prototype pollution в привилегированном parent-процессе. Mozilla несколько лет назад архитектурно "заморозила" прототипы по умолчанию, и все попытки разбились об эту защиту. Авторы поста пишут, что наблюдать за провальными атаками было приятнее, чем находить новые баги — это прямая отдача от старой работы по усилению защиты.

Из 271 уязвимости, найденной Mythos, 180 имеют рейтинг sec-high — это уровень, при котором атаку можно провести через обычное посещение веб-страницы. В Mozilla считают, что агентный анализ кода меняет расклад в пользу защитников. Раньше поиск уязвимости в зрелом проекте требовал недель работы дорогого специалиста: атакующему хватало одной находки, защитнику приходилось закрывать все. Теперь машина находит баги дешево и массово — в Mozilla планируют таким образом проверять каждый патч.

Life-Hack - AI

Энтузиаст «выжег» microGPT Андрея Карпати в FPGA и получил 53 тыс. токенов/сек

#AI #ии #microgpt

20-летний студент факультета электроники и вычислительной техники университета Торонто Лутира Абейкун выложил на GitHub проект TALOS-V2 — реализацию трансформера microGPT Андрея Карпати, целиком собранную в железе FPGA. По описанию проекта, модель выдает около 53 000 токенов в секунду на плате размером с кредитную карту — без Python, без CUDA и без какой-либо программной прослойки.

TALOS-V2 — это RTL-реализация трансформера, в которой все компоненты модели превращены в логические ячейки чипа. Эмбеддинги, механизм внимания (attention), нормализация, полносвязные слои и даже механизм выборки следующего токена сидят прямо в железе: чип сам вычисляет распределение вероятностей и выбирает следующий символ. Платформа — Intel/Altera Cyclone V (плата DE1-SoC, порядка $250–350). Веса хранятся как ROM-файлы в формате с фиксированной запятой Q4.12, управление — через переключатели и JTAG, симуляция в ModelSim детерминирована: при одном начальном значении результат повторяется бит-в-бит.

Чтобы понять, что значит "выжечь GPT в FPGA", полезно сравнить с привычной картиной. Обычно нейросеть — это веса в памяти и программа, которая их читает: процессор берет инструкцию, достает данные, перемножает, пишет результат, переходит к следующей инструкции. В TALOS-V2 этого слоя нет вообще. Веса лежат в постоянной памяти прямо на чипе, умножения и сложения выполняют логические ячейки, которые соединены проводами под конкретную архитектуру. Чип не выполняет модель — чип становится моделью. Сменить модель на другую означает пересобрать всю схему заново.

Сама идея — не академическое любопытство. В том же Торонто работает стартап Taalas, основанный в 2023 году бывшим главой Tenstorrent Любишей Баичем; в феврале 2026 года компания закрыла раунд на $169 млн (всего привлекла $219 млн). Taalas занимается ровно тем же, что Лутира на FPGA, только в кремнии и в индустриальном масштабе: их первый чип HC1 — это Llama 3.1 8B, выжженная в кристалл по техпроцессу TSMC 6 нм, со скоростью около 17 000 токенов в секунду на одного пользователя. Разница только в масштабе: TALOS-V2 — образовательный объект на 4192 параметра, HC1 — production-ускоритель для модели на 8 миллиардов параметров. Базовая идея у обоих одна: трансформер можно превратить из программы в схему — и Торонто, похоже, становится для этой идеи отдельным хабом.

Life-Hack - AI

Пора начинать использовать интернет как в конце 90-х

#gemini #перевод #статья

Если вы пользуетесь только интерфейсами социальных сетей и видеохостингов, поглощая рекомендации алгоритмов и ежедневно машинально пролистывая одну и ту же горстку сайтов, то по-настоящему живого интернета не видели. Такой опыт раскрывает, пожалуй, лишь 3–5% от реального потенциала веб-среды.

Да, для подавляющего числа людей интернет умирает. Они живут внутри контролируемых алгоритмами эхо-камер, из которых никогда не вырвутся. Живут и умирают, видя только то, что им «положено видеть». Но это не приговор, и всё вполне может быть иначе.

В свете нарастающей волны слопа, который всё активнее создаётся с помощью LLM, шума на таких платформах становится ещё больше. Это говорит о том, что впереди нас ждёт менее глубокий контент, менее интересная информация и в целом меньше человеческого содержания. Ни одну из этих тенденций не назовёшь положительной.

Недавно решился поскроллить ленту TikTok на своём ПК буквально в течение 30 секунд. Честно скажу, меня удивляет, как некоторые люди ещё сохраняют способность концентрировать внимание. Весь контент будто создаётся с целью высосать вашу душу. Последней каплей стал генерируемый ИИ сериал «fruit love island», наткнувшись на который я понял — хватит — встряхнул головой и закрыл вкладку.

Но мы всё ещё можем использовать интернет так, как это задумывалось изначально — спустится на уровень протоколов, где можно взаимодействовать с данными на уровне источника. Отбросить фасад современных социальных платформ и увидеть, что свобода информации вполне достижима.

Единственный способ использовать интернет с реальной пользой — это отказаться от его львиной части. С помощью технологий прошлого можно решить проблемы современного адского веб-пейзажа, который переполнен рекламой, зависим от JS, загажен ИИ-слопом, лишён смысла и регулируется корпорациями.

Я искренне считаю, что сейчас, как и всегда, весьма подходящее время, чтобы начать использовать интернет так, будто мы живём в 1999 году.

Читать статью полностью

Life-Hack - AI

Концепция Байесовского мозга, или Почему этот заголовок в моменте — ваша галлюцинация

#нейронаука #генеративныемодели #машинноеобучение

Помните то самое платье?

В 2015 году интернет раскололся пополам: одни клялись, что оно бело-золотое, другие — мол, сине-черное. Люди ругались в комментах, крутили яркость на мониторе, а самые умные врубали пипетку в Paint. Само платье, кстати, оказалось сине-черным, но дело вообще не в этом.

Проблема в том, что двое условных человека смотрели на одни и те же пиксели и видели разные цвета. Не интерпретировали по-разному, не спорили о вкусах — буквально видели разное. И оба лагеря не ошибались: сетчатка у всех отрабатывала штатно, а дальтонизм тут вообще ни при чем (поскольку речь не об оттенках одного цвета).

Последние лет двадцать нейронаука потихоньку сходится на одной неуютной идее: вы никогда не видели реальность напрямую. Ни платье, ни эту статью, ни собственные руки. Все, что вы воспринимаете прямо сейчас, догадка вашего мозга о том, что, вероятно, находится снаружи. Образованная догадка, обычно очень точная, но все же догадка.

Эта концепция называется байесовским мозгом, и я хочу о ней рассказать. Потому что, во-первых, она красиво объясняет кучу странных вещей: от оптических иллюзий до галлюцинаций и эффекта плацебо.

А во-вторых, ровно по такому же принципу работает половина современного машинного обучения. Stable Diffusion, которая дорисовывает картинку из шума, Языковые модели, которые предсказывают следующее слово. Автоэнкодеры, world models, диффузионки — все это, если снять маркетинговую обертку, машины, которые делают то же самое, что и ваш мозг прямо сейчас. Гадают.

Так что начнем с мозга, а закончим нейросетями, и по дороге, надеюсь, вы начнете чуть меньше доверять собственным глазам.

Life-Hack - AI

Почему Chrome весит 7 000 Марио или как сжать «Змейку» в 1 000 раз

#ai #ии #сжатиеданных #нейросети #алгоритмы

На вашем диске лежит семь одинаковых моделей птицы Додо. Не благодарите — это ARK заботливо положил их вам в каждое DLC.

Раньше Super Mario Bros весила 40 КБ. Сейчас одно обновление Chrome — это ~7 000 таких Марио. Как мы дошли до жизни такой, и почему все идет по кругу?

В статье пройдем путь от тайлов NES до Neural Texture Compression и рассмотрим змейку в трех версиях: по трем вехам сжатия. Одна из них в 1 120 раз меньше первой. И это не та, в которой ИИ.

Life-Hack - AI

⚡️ Топ популярных/полезных постов за прошедшую неделю (сохрани себе чтобы не потерять):

1. Предыдущий топ статей
2. Взлом с помощью PsMapExec
3. ⚡️ Пентест на заказ (Сделаем качественно и не дорого)
4.Массовая слежка по Bluetooth
5. Самая большая база данных для поиска секретов
6. Python утилита позволяющая получить и расшифровать пароли, сохраненные в Chrome
7. Деаутентифицирует всех подключённых клиентов от близлежащих Wi-Fi сетей и пытается захватить рукопожатия
8. ⚡️Мы пишем топовые статьи (большой опыт и реальные кейсы)

#информационнаябезопасность #ИБ #хакинг #кибербезопасность #багбаунти #пентест #багхантинг